综合属性指标和引用关系的核心专利识别方法研究

doi:10.3772/j.issn.1000-0135.2024.05.007

情报学报

2024, Vol. 43

Issue (5): 575-587 DOI: 10.3772/j.issn.1000-0135.2024.05.007

情报技术与应用

本期目录 | 过刊浏览 | 高级检索

综合属性指标和引用关系的核心专利识别方法研究

郭剑明¹, 王婧怡¹, 袁润^1,2

1.江苏大学科技信息研究所，镇江 212013
2.江苏大学图书馆，镇江 212013

Core Patent Identification Method Integrating Attribute Indicators and Citation Relationships

Guo Jianming¹, Wang Jingyi¹, Yuan Run^1,2

1.Institute of Science and Technology Information, Jiangsu University, Zhenjiang 212013
2.Jiangsu University Library, Zhenjiang 212013

摘要
图/表
参考文献
相关文章 (11)

全文: PDF (2804 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要以信息论为理论基础，提出综合属性指标和引用关系的核心专利识别方法，旨在平衡专利的个体特质性和网络整体性。首先，从信息论和复杂网络角度，分析综合属性指标和引用关系开展专利信息分析的必要性和可行性，并分别构建综合属性指标和三种引用关系的核心专利识别模型；其次，构建专利指标体系、计算专利属性价值，并以PageRank和HITs（hyperlink-induced topic search）算法分别测度综合属性价值与直接引证关系、共引关系和耦合关系前后专利的重要性、权威性与枢纽性，识别核心专利；最后，尝试利用基于复杂网络鲁棒性和脆弱性的方法比较综合前后方法的识别效果。实证结果表明，①综合两类方法的识别模型增加了专利信息分析的信息量，兼顾了专利指标分析和专利网络分析方法的优点，实现了识别方法上的优势互补；②不同引用关系反映了专利价值的差异性，三种关系的识别结果均存在集中与离散的特点，少数核心专利同时具备高重要性、高权威性和高枢纽性的特点；③基于复杂网络鲁棒性和脆弱性的评价方法，是对解决专利信息分析中识别结果评价难题的有益探索。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	郭剑明
	王婧怡
	袁润

关键词 ：专利分析, 核心专利, 复杂网络, 节点重要性, 识别模型

收稿日期: 2023-07-26

基金资助:江苏省社会科学基金资助项目“数智驱动下高校图书馆学科服务交互模型及其实现路径研究”（22TQB001）。

作者简介: 郭剑明，男，1996年生，硕士研究生，主要研究领域为专利情报、复杂网络，E-mail：fendougjm0829@163.com；王婧怡，女，1985年生，博士，副研究馆员，主要研究领域为情报技术、数字图书馆；袁润，男，1965年生，教授，硕士生导师，主要研究领域为情报技术、数字图书馆；

引用本文:

郭剑明, 王婧怡, 袁润. 综合属性指标和引用关系的核心专利识别方法研究[J]. 情报学报, 2024, 43(5): 575-587.
Guo Jianming, Wang Jingyi, Yuan Run. Core Patent Identification Method Integrating Attribute Indicators and Citation Relationships. 情报学报, 2024, 43(5): 575-587.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2024.05.007 或 https://qbxb.istic.ac.cn/CN/Y2024/V43/I5/575

1 马瑞敏, 尉心渊. 技术领域细分视角下核心专利预测研究[J]. 情报学报, 2017, 36(12): 1279-1289.
2 杨冠灿, 李纲, 刘彤. 基于关系融合的专利网络结构分析研究[M]. 北京: 科学技术文献出版社, 2019: 34-35.
3 肖沪卫, 顾震宇. 专利地图方法与应用[M]. 上海: 上海交通大学出版社, 2011: 148.
4 李治东, 熊焰, 方曦. 基于熵权层次分析法的核心专利识别应用研究[J]. 情报学报, 2016, 35(10): 1101-1109.
5 李姝影, 张鑫, 许轶, 等. 核心专利集筛选及专利技术主题识别影响[J]. 情报学报, 2019, 38(1): 13-20.
6 温迎强, 杨伯军, 万鹏, 等. 基于灰色模糊理论的核心专利识别方法研究[J]. 科技管理研究, 2022, 42(2): 172-183.
7 巩永强, 王超, 王锐, 等. 复杂网络视角下的核心专利识别研究[J]. 情报理论与实践, 2022, 45(10): 103-113.
8 顾立平. 专利排名算法——运用引用次数与引文网络计算美国专利的研究[J]. 现代图书情报技术, 2011(6): 14-19.
9 Nonaka H, Kubo D, Makoto, et al. Correlation analysis between financial data and patent score based on HITs algorithm[C]// Proceedings of the 2014 IEEE International Technology Management Conference. Piscataway: IEEE, 2014: 1-4.
10 陈祥, 冯佳, 穆晓敏, 等. 技术知识扩散视角下核心专利识别方法研究[J]. 情报理论与实践, 2022, 45(10): 132-138.
11 郭剑明, 王婧怡, 周云峰, 等. 基于专利网络节点重要性的核心专利识别方法研究[J]. 情报杂志, 2023, 42(5): 162-168, 191.
12 张欣, 马瑞敏. 基于改进PageRank算法的核心专利发现研究[J]. 图书情报工作, 2018, 62(10): 106-115.
13 亢川博, 王伟, 穆晓敏, 等. 核心专利识别的综合价值模型[J]. 情报科学, 2018, 36(2): 67-70.
14 范月蕾, 毛开云, 于建荣. 核心专利指标效力研究评述[J]. 图书情报工作, 2014, 58(24): 121-125.
15 曾闻, 王曰芬. 专业技术领域核心专利组合识别方法构建及其应用比较[J]. 数据分析与知识发现, 2022, 6(11): 61-71.
16 Sorenson O, Rivkin J W, Fleming L. Complexity, networks and knowledge flow[J]. Research Policy, 2006, 35(7): 994-1017.
17 文庭孝. 专利信息计量学[M]. 北京: 科学出版社, 2017: 169-171.
18 NewmanM E J. 网络科学引论[M]. 郭世泽, 陈哲, 译. 北京: 电子工业出版社, 2014: 114.
19 Bruck P, Réthy I, Szente J, et al. Recognition of emerging technology trends: class-selective study of citations in the U.S. patent citation network[J]. Scientometrics, 2016, 107(3): 1465-1475.
20 Latora V, Marchiori M. A measure of centrality based on network efficiency[J]. New Journal of Physics, 2007, 9(6): 188.
21 Borodin A, Roberts G O, Rosenthal J S, et al. Finding authorities and hubs from link structures on the World Wide Web[C]// Proceedings of the 10th International Conference on World Wide Web. New York: ACM Press, 2001: 415-429.
22 许鑫, 叶丁菱. 多维影响力融合视域下的数据论文评价研究[J]. 情报学报, 2022, 41(3): 275-286.
23 阮逸润, 老松杨, 王竣德, 等. 基于领域相似度的复杂网络节点重要度评估算法[J]. 物理学报, 2017, 66(3): 371-379.
24 Dereich S, M?rters P. Random networks with sublinear preferential attachment: the giant component[J]. The Annals of Probability, 2013, 41(1): 329-384.
25 刘亚东. 是什么卡住了我们的脖子[M]. 北京: 中国工人出版社, 2019: 1-4.
26 张海波, 林妩媚, 廖志杰, 等. 光刻机照明系统专利分析[J]. 电子工业专用设备, 2014, 43(8): 1-7, 19.
27 李纲, 任佳佳, 毛进, 等. 专利权人合作网络的社群结构分析——以燃料电池电动汽车专利为例[J]. 情报学报, 2014, 33(3): 267-276.